Avec Cortex AI Gateway, Snowflake cherche à donner aux entreprises les moyens de comprendre le fonctionnement réel de leurs agents avant de les déployer à grande échelle. La plateforme centralise l’historique de leurs actions et des ressources mobilisées.
Snowflake lance Cortex AI Gateway afin d’aider les entreprises à superviser les agents IA lorsqu’ils commencent à intervenir directement dans leurs processus métiers. La solution couvre aussi bien les agents développés dans Snowflake, comme Snowflake CoWork et Snowflake CoCo, que ceux créés à l’aide d’outils externes tels que Claude Code et Cursor. Le passage d’un agent de l’expérimentation à la production soulève une difficulté particulière. Tester sa capacité à accomplir une tâche ne suffit pas. Les équipes doivent également pouvoir comprendre le chemin suivi, les systèmes sollicités et les opérations exécutées pour parvenir au résultat.
Comprendre le parcours complet de l’agent
Cortex AI Gateway fournit un historique centralisé et de bout en bout de l’activité des agents. Les entreprises peuvent ainsi identifier les modèles, les applications, les outils et les serveurs MCP utilisés au cours d’une opération, mais aussi reconstituer la succession des différentes étapes. Cette visibilité devient essentielle lorsqu’un agent produit un résultat inattendu. L’origine du problème peut provenir du modèle, d’une instruction, d’une donnée consultée, d’un outil appelé ou d’une action déclenchée dans un système tiers. Sans vue d’ensemble, les équipes risquent de ne voir que le résultat final sans pouvoir expliquer la manière dont il a été obtenu.
L’observabilité doit également permettre d’identifier les comportements qui s’écartent du fonctionnement prévu. Un agent peut continuer d’accomplir sa mission tout en utilisant davantage de ressources que nécessaire ou en suivant un parcours différent de celui qui avait été validé.
Industrialiser les usages sans perdre en visibilité
Snowflake veut ainsi rapprocher la gouvernance des agents de celle déjà appliquée aux applications critiques. Avant un déploiement à grande échelle, les équipes doivent pouvoir vérifier les actions réalisées, analyser les incidents et démontrer que le fonctionnement reste conforme aux règles de l’entreprise. Cortex AI Gateway centralise à cette fin les mécanismes de contrôle et l’historique des opérations. La solution prend également en charge plus de 100 serveurs MCP, utilisés pour connecter les agents aux données et aux outils. Pour des organisations comme Meltwater, cette approche doit ouvrir la voie à des agents plus utiles, plus observables et mieux préparés à une utilisation en production.
Le déploiement des agents ne dépend donc plus seulement de leur capacité à automatiser une tâche. Il repose aussi sur la possibilité de comprendre leur raisonnement opérationnel, de retracer leurs actions et d’intervenir lorsqu’ils s’éloignent du comportement attendu.
